「客室清掃の差配を AI に自動化したい」というご相談は、2026 年に入って急増しています。
Agentic AI が業務フロー全体を引き受けられるようになり、技術的なハードルが下がったためです。
ただし、技術的に可能になったからといって、現場で機能するかは別問題。
Agentic AI を入れる前に、人間側が決めておくべき判断軸が 5 つ あります。
この記事で分かること
- Agentic AI を清掃差配に入れる前の 5 つの判断軸
- 推奨される導入順序（5 ヶ月計画）
- 「初日から人を減らす」が失敗する理由
判断軸 01. 「優先順位」のルールを言葉にする
退室と入室の時刻が重なるとき、どの部屋から清掃するか。
これを AI が判断するためには、人間が 言葉で書ける優先順位ルール を持っていなければなりません。
優先順位ルールの例
- チェックイン待ちのゲストがロビーにいる部屋
- 当日中に再販する予定の部屋
- 翌日チェックインで連泊優待ゲストの部屋
- その他
「現場の感覚」で回している場合、まず このルールを書き出す作業 が必要です。
Agentic AI は感覚を読めません。
Point
ルールを言語化できなければ、AI に渡せない。先に書き出すこと。
判断軸 02. 清掃時間の「標準値」を施設ごとに測る
シフト配分を AI が行うには、「1 部屋あたり何分かかるか」の標準値 が必要です。
例:
- ツインルーム標準清掃: 32 分
- スイートルーム清掃: 55 分
- 連泊中のタオル交換のみ: 12 分
これを 施設ごと・部屋タイプごと・季節ごと に測定して、データとして AI に渡します。
1 ヶ月の実測ログがあれば充分 です。
判断軸 03. 「人がやらないと困る」業務を明示する
清掃業務のすべてが機械化対象ではありません。
人にやらせ続ける業務
- 忘れ物の発見と保管
- 設備故障の発見と一次対応
- ゲスト記念日の特別演出（バラの花びら等）
- 清掃前後の写真撮影（管理用）
これらを AI のフローから外して、「スタッフが清掃時にチェックすること」として明文化 します。
判断軸 04. 緊急時の「人へのバトン」基準
Agentic AI が清掃シフトを自動配分していると、想定外の事態に出会います。
- スタッフが急病で出勤できない
- 退室時刻が予定より大幅に遅れた
- 設備故障で部屋が再販不可になった
これらに AI が無理に対処しようとすると、現場が混乱します。
「○○の場合は人にバトン」 の境界を、最初に明文化します。
判断軸 05. 「データを誰が見るか」を決める
Agentic AI を入れると、毎日の清掃時間・遅延・部屋ごとの履歴がデータとして溜まります。
これを 誰が、いつ、どう使うか を最初に決めます。
- 毎週月曜: マネージャーが先週のデータを見る
- 毎月 1 回: スタッフ全員で改善点を議論する
- 異常値（清掃 90 分超え等）はリアルタイムで Slack 通知
データを誰も見ないなら、Agentic AI を入れる意味はありません。
Point
「データを見る人と頻度」が決まっていないなら、自動化はまだ早い。
推奨される導入順序（5 ヶ月計画）
ReFlow が複数施設で採用している順序です。
Week 1〜2
5 つの判断軸を、現場マネージャーと一緒に書き出す
Week 3〜4
実測データを集める（清掃時間、遅延発生頻度、トラブル発生頻度）
Month 2
Agentic AI を 1 つの部屋タイプだけに限定 して稼働開始
Month 3〜4
問題点を洗い出して境界を調整、他の部屋タイプに拡大
Month 5〜
全室で運用、月次レビューを継続
「Agentic AI を入れて、人を 1 名減らす」を初日から狙うのは失敗します。
数ヶ月かけて段階的に拡大することが、成功の鍵です。
まとめ
Agentic AI に清掃差配を任せる前に、人間が決めておくべきは:
- 優先順位ルール
- 時間の標準値
- 人に残す業務
- 緊急時のバトン基準
- データの使い方
の 5 つです。
技術導入より、業務ルールの言語化が 8 割の仕事 です。
ReFlow ができること
ReFlow は自社で宿泊事業を運営しているため、清掃オペレーションの境界設計と AI 連携の 両方を経験 しています。
Agentic AI の導入は、技術より先に 業務ルールの言語化 が肝です。